一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统技术方案

本发明专利技术涉及一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统，属于电力系统优化调度技术，在蓄热电锅炉负荷参与电网有功调度的条件下，将调度过程划分为日前、日内、实时三个时间尺度，构建日前调度出力模型、日内调度出力模型和实时调度模型，利用这三个模型对日前、日内、实时的调度计划顺序求解，从多时间尺度调度的角度，对蓄热电锅炉负荷、热电联产机组和风电进行协调优化。组和风电进行协调优化。组和风电进行协调优化。

【技术实现步骤摘要】
一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统


[0001]本专利技术涉及电力系统优化调度
，特别是涉及一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统。

技术介绍

[0002]随着电网能源转型的不断深入，现代电力系统正在逐步向源荷互动、大规模新能源消纳等方向发展。电能和热能需求是终端能源消耗的最主要部分，大力发展电
‑
热综合能源系统是解决能源枯竭、环境污染等问题的有效手段之一。为实现“碳达峰”“碳中和”目标愿景，构建新型电力系统，需要着力构建清洁低碳、安全高效的能源体系，提升能源清洁利用水平和电力系统运行效率，更好地发挥源网荷储一体化和多能互补在保障能源安全中的作用。
[0003]蓄热式电锅炉由电锅炉和蓄热设备构成，以蓄热的形式实现了储能用能。科学调配蓄热电锅炉可调负荷资源，深入开发现有电网低谷时段的“谷中谷”容量资源，将对解决提高电网利用率以及在保证用户冬季取暖舒适度的情况下，提高电能替代的经济性等问题提供有效支撑。

技术实现思路

[0004]本专利技术的目的是提供一种含蓄热电锅炉负荷的多时间尺度优化调度方法及系统，以在蓄热电锅炉负荷参与电网有功调度的条件下，从多时间尺度调度的角度，对蓄热电锅炉负荷、热电联产机组和风电进行协调优化。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种含蓄热电锅炉负荷的多时间尺度优化调度方法，所述方法包括：
[0007]分别构建在蓄热电锅炉负荷参与电网有功调度下的日前调度出力模型、日内调度出力模型和实时调度模型；
[0008]配置多种场景模式，并获取每种场景模式下日前的热负荷预测值和电负荷预测值；多种所述场景模式包括发电机组发电量充足场景、发电机组发电量不充足场景、初冬场景和深冬场景；
[0009]根据每种场景模式下日前的热负荷预测值和电负荷预测值，利用日前调度出力模型，获得每种场景模式下日前的调度计划；所述调度计划包括热电联产机组启停状态及出力、风电机组出力和蓄热电锅炉负荷调度量；
[0010]依据每种场景模式下日前的调度计划和未来日内的风电预测值、热负荷调整量、电负荷调整量，采用日内调度出力模型，获得每种场景模式下未来日内的调度计划；
[0011]根据每种场景模式下未来日内的调度计划和未来时段的风电负荷预测值，利用实时调度模型，获得每种场景模式下实时的蓄热电锅炉负荷调度量。
[0012]可选的，所述日前调度出力模型包括：以最小化系统调度运行成本为目标的第一目标函数和第一约束条件；
[0013]所述第一目标函数为式中，F1为系统调度运行成本，t和T1分别为调度周期其中一个时段和日前调度阶段的时段总数，C
CHP
为热电联产机组的燃烧成本，S
i
为火电机组i的启动成本系数，u
i,t
‑1和u
i,t
为t
‑
1、t时段火电机组i的状态变量，为火电机组i在t时段的蒸汽成本，为火电机组i在t时段的蒸汽成本，为火电机组i在t时段的蒸汽生产成本，为火电机组i在t时段的蒸汽运输成本，N为火电机组的数量，C
w
为单位弃风成本，为t时段的弃风容量，C
FL
为以蓄热式电锅炉负荷为代表的激励型可削减负荷，C
XJ,t
、分别为可削减负荷的单位补偿标准和实际响应量；
[0014]所述第一约束条件包括网络功率平衡约束、机组运行约束、蓄热式电锅炉运行约束、风力发电约束和用户舒适度约束。
[0015]可选的，所述网络功率平衡约束为和式中，C
r
{
·
}为置信度表达式，P
G,i,t
为火电机组i在t时段的机组出力，P
w,t
为t时段风电出力，为实际时段负荷，α为功率平衡约束的置信水平，R为风电机组的数量，H
CHP,j,t
为风电机组j的供热功率，H
EB,t
为t时段锅炉制热功率，H
HS,t
为t时段蓄热管的吸放热功率；H
LD,t
为t时段的热负荷；
[0016]所述机组运行约束包括机组出力约束、机组爬坡约束和机组启停约束；
[0017]所述机组出力约束为P
G,i,min
≤P
G,i,t
≤P
G,i,max
；式中，R
G,i,down
、R
G,i,up
分别为火电机组i的向上和向下爬坡功率；
[0018]所述机组爬坡约束为
‑
R
G,i,down
≤P
G,i,t
‑
P
G,i,t
‑1≤R
G,i,up
；R
G,i,down
、R
G,i,up
分别为火电机组i在t时段的向上和向下爬坡功率，P
G,i,t
‑1为火电机组i在t时段的机组出力；
[0019]所述机组启停约束为u
i,t+v
‑1、u
i,t+v
分别为t+v
‑
1、t+v时段火电机组i的状态变量，T
on
、T
off
分别为最小连续开、停机时间；
[0020]所述蓄热式电锅炉运行约束包括电锅炉电功率约束和储热装置运行约束；
[0021]所述电锅炉电功率约束为式中，P
EB,t
为t时段电锅炉的电功率，为电锅炉的最大电功率；
[0022]所述储热装置运行约束为式中，η
ah
为电锅炉电热转换效率，H
in,t
、H
out,t
和H
loss
分别为储热装置的放热功率、吸热功率和热损失功
率，H
load,t
、H
trans,t
分别为t时段电锅炉的热负荷及输送给负荷的功率，S
h,t+1
、S
h,t
为储热装置t+1、t时段的储热量，Δt为时间间隔；
[0023]所述风力发电约束为式中，为t时段风力发电上限；
[0024]所述用户舒适度约束包括温度舒适度约束和用电舒适度约束；
[0025]所述温度舒适度约束为式中，为t时段的室内温度，P
ttl
为供暖时热电联产机组和蓄热电锅炉向用户提供的热功率，ΔA为室内温度变化量，ρ
air
为空气的比热容，R为建筑材料热阻的导数；A
max
、A
min
分别为室内温度上下值；
[0026]所述用电舒适度约束为式中，λ
t,m
、λ
t
‑
1,m
分别为t、t
‑
1时段柔性负荷m的启停状态，λ
t
‑
k...

【技术保护点】

【技术特征摘要】
1.一种含蓄热电锅炉负荷的多时间尺度优化调度方法，其特征在于，所述方法包括：分别构建在蓄热电锅炉负荷参与电网有功调度下的日前调度出力模型、日内调度出力模型和实时调度模型；配置多种场景模式，并获取每种场景模式下日前的热负荷预测值和电负荷预测值；多种所述场景模式包括发电机组发电量充足场景、发电机组发电量不充足场景、初冬场景和深冬场景；根据每种场景模式下日前的热负荷预测值和电负荷预测值，利用日前调度出力模型，获得每种场景模式下日前的调度计划；所述调度计划包括热电联产机组启停状态及出力、风电机组出力和蓄热电锅炉负荷调度量；依据每种场景模式下日前的调度计划和未来日内的风电预测值、热负荷调整量、电负荷调整量，采用日内调度出力模型，获得每种场景模式下未来日内的调度计划；根据每种场景模式下未来日内的调度计划和未来时段的风电负荷预测值，利用实时调度模型，获得每种场景模式下实时的蓄热电锅炉负荷调度量。2.根据权利要求1所述的含蓄热电锅炉负荷的多时间尺度优化调度方法，其特征在于，所述日前调度出力模型包括：以最小化系统调度运行成本为目标的第一目标函数和第一约束条件；所述第一目标函数为式中，F1为系统调度运行成本，t和T1分别为调度周期其中一个时段和日前调度阶段的时段总数，C
CHP
为热电联产机组的燃烧成本，S
i
为火电机组i的启动成本系数，u
i,t
‑1和u
i,t
为t
‑
1、t时段火电机组i的状态变量，为火电机组i在t时段的蒸汽成本，为火电机组i在t时段的蒸汽成本，为火电机组i在t时段的蒸汽生产成本，为火电机组i在t时段的蒸汽运输成本，N为火电机组的数量，C
w
为单位弃风成本，为t时段的弃风容量，C
FL
为以蓄热式电锅炉负荷为代表的激励型可削减负荷，C
XJ,t
、分别为可削减负荷的单位补偿标准和实际响应量；所述第一约束条件包括网络功率平衡约束、机组运行约束、蓄热式电锅炉运行约束、风力发电约束和用户舒适度约束。3.根据权利要求2所述的含蓄热电锅炉负荷的多时间尺度优化调度方法，其特征在于，所述网络功率平衡约束为和式中，C
r
{
·
}为置信度表达式，P
G,i,t
为火电机组i在t时段的机组出力，P
w,t
为t时段风电出力，为实际时段负荷，α为功率平衡约束的置信水平，R为风电机组的数量，H
CHP,j,t
为风电机组j的供热功率，H
EB,t
为t时段锅炉制热功率，H
HS,t
为t时段蓄热管的吸放热功率；H
LD,t
为t时段的热负荷；所述机组运行约束包括机组出力约束、机组爬坡约束和机组启停约束；
所述机组出力约束为P
G,i,min
≤P
G,i,t
≤P
G,i,max
；式中，R
G,i,down
、R
G,i,up
分别为火电机组i的向上和向下爬坡功率；所述机组爬坡约束为
‑
R
G,i,down
≤P
G,i,t
‑
P
G,i,t
‑1≤R
G,i,up
；R
G,i,down
、R
G,i,up
分别为火电机组i在t时段的向上和向下爬坡功率，P
G,i,t
‑1为火电机组i在t时段的机组出力；所述机组启停约束为u
i,t+v
‑1、u
i,t+v
分别为t+v
‑
1、t+v时段火电机组i的状态变量，T
on
、T
off
分别为最小连续开、停机时间；所述蓄热式电锅炉运行约束包括电锅炉电功率约束和储热装置运行约束；所述电锅炉电功率约束为式中，P
EB,t
为t时段电锅炉的电功率，为电锅炉的最大电功率；所述储热装置运行约束为式中，η
ah
为电锅炉电热转换效率，H
in,t
、H
out,t
和H
loss
分别为储热装置的放热功率、吸热功率和热损失功率，H
load,t
、H
trans,t
分别为t时段电锅炉的热负荷及输送给负荷的功率，S
h,t+1
、S
h,t
为储热装置t+1、t时段的储热量，Δt为时间间隔；所述风力发电约束为式中，为t时段风力发电上限；所述用户舒适度约束包括温度舒适度约束和用电舒适度约束；所述温度舒适度约束为式中，为t时段的室内温度，P
ttl
为供暖时热电联产机组和蓄热电锅炉向用户提供的热功率，ΔA为室内温度变化量，ρ
air
为空气的比热容，R为建筑材料热阻的导数；A
max
、A
min
分别为室内温度上下值；所述用电舒适度约束为式中，λ
t,m
、λ
t
‑
1,m
分别为t、t
‑
1时段柔性负荷m的启停状态，λ
t
‑
k
为t
‑
k时段柔性负荷m的启停状态，E、s、e分别为柔性负荷最小运行时间和可调度时段的起止时间，为t时段柔性负荷m的功率，P
elcurt,max
为柔性负荷的功率上限值。4.根据权利要求3所述的含蓄热电锅炉负荷的多时间尺度优化调度方法，其特征在于，所述日内调度出力模型包括：以煤耗成本、弃风成本、柔性负荷调度成本之和最小化为目标的第二目标函数和第二约束条件；所述第二目标函数为式中，F2为煤耗成本、弃风成本、柔性负荷调度成本之和，T2为日内调度阶段的时段总数；
所述第二约束条件包括第一系统功率平衡约束、第一蓄热电锅炉负荷约束、第一弃风约束、机组出力约束和机组爬坡约束；所述第一系统功率平衡约束为式中，R、M分别为热电联产机组、风电机组的数量，P
CHP,g,t
为热电联产机组g在t时段的功率，P
w,j,t
为风电机组j在t时段的功率，P
LD,t
、P
ED,t
分别为系统t时段的电、热负荷；所述第一蓄热电锅炉负荷约束为式中，分别为以蓄热电锅炉负荷为代表的日内可削最小、最大功率，P
st,2h
为以蓄热电锅炉负荷为代表的日内可削功率；所述第一弃风约束为式中，P
w,2h
为2h时间段内的风力发电，为2h时间段内风力发电上限。5.根据权利要求4所述的含蓄热电锅炉负荷的多时间尺度优化调度方法，其特征在于，所述实时调度模型包括：以弃风成本和蓄热电锅炉负荷调度成本之和最小为目标的第三目标函数和第三约束条件；所述第三目标函数为式中，F3为弃风成本和蓄热电锅炉负荷调度成本之和，T3为实时调度阶段的总时段数；所述第三约束条件包括第二系统功率平衡约束、第二蓄热电锅炉负荷约束和第二弃风约束；所述第二系统功率平衡约束为所述第二蓄热电锅炉负荷约束为式中，分别为以蓄热电锅炉负荷为代表的实时可削最小、最大功率；P
st,15min
为以蓄热电锅炉负荷为代表的实时可削功率；所述第二弃风约束为式中，为15min时间段内风力发电上限，P
w,15min
为15min时间段内的风力发电。6.一种含蓄热电锅炉负荷的多时间尺度优化调度系统，其特征在于，所述系统包括：模型构建...

【专利技术属性】
技术研发人员：刘科学，孙贝贝，黄宁，薛一鸣，周丽霞，刘一琛，王炎，夏世威，王鹏，熊超，张博智，王杰，
申请(专利权)人：国网北京市电力公司华北电力大学，
类型：发明
国别省市：